当前位置:主页 > 媒体新闻 >
媒体新闻
  • 当一系列街区遇到人工智能时会发生什么?
  • 本站编辑:365bet繁体中文发布日期:2019-01-28 01:08 浏览次数:
Sherlock Zero Block Block Column Reporter DeepBrain的核心团队是中国第一家人工智能企业家集团。他在中国发展的第一位中国语音助手:智能360(2011年),一个互动的长途语音设备:消滞超级喇叭(2014)和AI云平台。
计算能力,数据:一直困扰AI,因为有很长一段时间AI行业发展经验的两大问题,他们逐渐发现AI的固有问题。解决新技术问题以及计算机能力的想法。
数据的问题在于难以区分使用权和所有权。
在AI中建立模型与大数据密不可分。
数据来自哪里?
在许多情况下,有必要从另一家公司购买。销售数据的公司很容易收集大量数据,将其出售给其他人并再次出售。
数据的问题在于难以实现数据使用权和所有权的分离。
实际上,销售数据的公司想要出售使用权,但不出售资产。问题是数据被复制多次并且其特性受到损害。
数据隐私隐私问题仍在继续
销售数据的公司收集了数百万的数据,但这并不意味着有数百万用户被授权销售。
例如,企业DeepMind的AlphaGo谁是试图开发AlphaGo,这是我们获得的160万患者数据从英国NHS组织的医学版,它是在英国法庭是非法的。
因此,在AI行业普遍存在的问题,并不意味着用户一定同意,该数据被出售,AI是,有必要立足于大量数据。每个人都同意这样做很难。没有数据就无法做到。
尽管大多数数据不敏感,但数据传输期间的数据泄漏可能是不可避免的。例如,处理数据的公司有许多数据工程师和编辑人员。我如何知道机密信息是否泄露?
中心原因是集中化的方式。
无法分离数据的隐私,所有权和使用权。这创建了许多有价值的数据,只能单独使用。例如,妈妈是你有很多的信息,关于用户的旅行信息,她只能用自己的AI引擎,通过分析你的品牌给自己。
在马云的“时代DT”中,数据是金矿。对于没有竞争力的公司,这些数据可用于证明更多价值。
第二个是计算能力的成本。
DeepBrainCEO已提出它,这就是为什么大多数AI目前公司已高度评价了在硬件巨额投资的原因。
传统的互联网业务的用户,点击个人用户,显示上,而是要计算通过发送消耗的资源量小,AI的计算要求,它也增加了几百千倍。出于这个原因,高性能个性化的深度学习技巧是非常严重的要求,许多公司都投入了大量的计算能力购买和许多计算机中心建设的成本,造成资源的浪费显著是的。
DeepBrain CEO?
他是eika吗?
深脑链:分离数据的计算能力,何勇开始联系块链。它始于比特币。我对新技术很感兴趣。他开始研究钻头硬币的基本技术。在人工智能行业,我们有将解决方案与行业弱点相结合的想法,并且块链是正确的。
DeepBrainChain基于深脑链深链技术开发链的深层脑。他介绍说,深脑链的深部脑链是一系列正在开发的区块。DeepBrain和DeepBrainChain之间的关系可以理解为淘宝和支付宝之间的关系。DeepBrain是一种人工智能操作系统。消费者将集中提供各种服务和功能,成为分布式操作系统访问DeepBrainChain,大脑链本身成为智能计算平台。对于支付宝不得不第一次使用淘宝,当你运行大量的AI应用分布式人工智能平台,该平台,DeepBrain是一个伟大的初步应用,获得了同样的理由,其他商家现在你可以。
深部脑链系统的设计理念如下。每个制造商节点都是AI计算节点,公司提出了图像识别,语音识别等要求。功率支持和优化,计算能力由节点提供,上层提供节点优化。确保该机制可靠地运行将允许整个IA获得更多的计算能力并以更低的成本为更多用户提供服务。
其结果是,显著降低了成本,来控制计算能力在原来的10?30%,就可以解决通过计算能力的分离的计算资源的问题的消耗。
其次,问题的隐私的何勇介绍,但它自己的计算能力和数据的保密性是完全无关的,它是由于严格的计算能力分离,两者是密切相关的。
主要是因为所有的装备是你的,原因包括数据的AI隐私问题,当然,因为它可以简单地“扔”,照片将采取随便数据。在脑深部链系统,人工智能公司,你想购买的数据可以在交易所购买,卖方先对数据进行加密,但买家将获得购买后的关键,数据本身并不检索数据不要输入具体的计算否,3人不知道他人的身份。
当数据进入计算节点时,买方提供训练算法,计算模型并将其发送到计算引擎的另一个节点。模型的输出过程解决了设备的神秘面纱。当隐私处理引擎运行时,不会检索任何模型。
最后,计算机引擎算法通过该过程直接输出到客户端。
功率和数据在整个过程中分开。换句话说,数据用户无法获取数据的所有权。
与传统的数据处理过程不同,数据放在自己的机器上。我知道机器在哪里。我正在管理机器,可以随时访问数据。
我不知道数据在哪里不受控制,或者大脑的深链系统无法终止。
由于买方购买数据不是为了获取数据而是为了训练模型,对于人工智能企业而言,这还不够。
总之,这是“我有一个训练算法,你有数据,你必须彼此在匿名的情况,以形成最终的应用合作的力量。
“他们专注于开发基于Onchain技术的DBC,开发采矿,计算资源分配方法,数据资源保护,加密,云计算,人工智能研究和开发。
目前,有几个AI +区块链在那里开展业务,但这样做是否相互之间没有冲突?
Ho认为如果是额外的研究,它就没有全球竞争产品。
例如,有些人使用人工智能来解决区块链问题。他的想法是签署一份聪明的第三代合同。第二代智能合约,如以太坊,图灵完成,可以执行复杂的循环计算,但不能执行人工智能算法。
正在做的是数据形成众包,它解决了数据生成问题。
例如,图像识别需要一百万个面部数据。它们是如何产生的?这需要大量的手动数据注释。例如,如果您认为面部是面部是“是”而不是“是”,则工作非常复杂,技术内容不高,但这非常重要。
它们链接到创造一种激励,如果你喜欢,如果数据,所以给一个象征性的奖励,人们将能够形成一波更高质量的用户的数据的标记数据。
他们解决数据生成问题,深层脑链解决数据隐私问题。两者之间没有交集。
他从“凯恩斯理论”的角度来看待它。
其中一大优势是“防守”。
国防不仅意味着技术壁垒,还意味着用户障碍,无论公司是否会抵御新公司的竞争。例如,像Android操作系统一样,这是不可能的。消费者已经建立了使用习惯,因为它创造了商业生态的一个高门槛的应用程序开发商的数量,所有的手机厂商的使用比Android以外的系统。
DeepBrain也是如此。在智能设备背后,DeepBrain的所有技能都与消费者直接接触,很难改变习惯。
目前,深部脑链的公共链接定于连接到明年第三季度开始,DeepBrain将切换到DeepBrainChain。
在资金方面,亦欲技术是GSR,它获得的资金为戈壁和钱氏的3200万元,并会在未来的其他资金计划。此外,他们还招募人才,希望加入团队更多的基础优化,AI领域的工程师,区块链,云计算和加密。
就业需求:职称:前端研发工程师,社区管理协调员:?
联系人:您想扫描文本末尾的二维码吗?
添加微信客户服务并加入零知识(全职记者/实习生):lofiya @jqblockchain。
COM
免责声明:本文所述的意见仅代表作者,并不代表丰利财务同意或确认该观点。
如果被侵权,请与我们联系以删除该项目。
上一篇:疯狂新闻:谷歌构建了跨境的未来社区
下一篇:IPFS +块链系列】第一步 - IPFS +以太坊(第2部分)-ipfs +以太网保留大图像